Визуализация того, как 2D-спутниковые изображения преобразуются в 3D-сцены, которые обеспечивают ранее невиданную перспективу Солнца. Кредит: NCAR и UCAR
Ученые обращаются к искусственному интеллекту (ИИ), чтобы увидеть солнечные полюса или, по крайней мере, высказать обоснованное предположение о том, как могут выглядеть солнечные полюса, поскольку их никогда раньше не наблюдали.
«Очевидно, что лучший способ увидеть солнечные полюса — это отправить больше спутников, но это очень дорого», — сказал Бенуа Трембле, исследователь Национального центра атмосферных исследований (NCAR) Национального научного фонда США (NSF). «Используя имеющуюся у нас информацию, мы можем использовать ИИ для создания виртуальной обсерватории и дать нам довольно хорошее представление о том, как выглядят полюса, за небольшую часть стоимости».
Новая техника также поможет исследователям смоделировать трехмерное солнце. Это даст более полное представление о нашей ближайшей звезде и о том, как ее излучение влияет на чувствительные технологии на Земле, такие как спутники, электросети и радиосвязь.
Предполагаемое полное изображение южного полюса Солнца. Кредит: NCAR и UCAR
В настоящее время наблюдения за Солнцем ограничиваются тем, что видят спутники, которые в основном ограничиваются наблюдением за звездой с ее экватора. Предлагаемые наблюдения ИИ обеспечивают недостающее звено, позволяя ученым улучшить наше понимание динамики Солнца и связать эти знания с тем, что мы знаем о других звездах.
Трембле начал работать над этой проблемой через Frontier Development Lab, государственно-частное партнерство, которое ускоряет исследования в области искусственного интеллекта. По сути, это мероприятие представляло собой восьминедельный исследовательский спринт, который объединил научных кругов и отраслевых экспертов для решения интересных научных вопросов. Его направили в команду, которой было поручено выяснить, можно ли использовать ИИ для создания новых перспектив Солнца на основе доступных спутниковых наблюдений.
Для этого Трамбле и его коллеги обратились к полям нейронного излучения (NeRF), которые представляют собой нейронные сети, которые принимают 2D-изображения и превращают их в сложные 3D-сцены. Поскольку NeRF никогда не использовались для изображений плазмы в крайнем ультрафиолете (EUV) — типа наблюдения, который полезен для изучения солнечной атмосферы и улавливания солнечных вспышек и извержений, исследователям пришлось адаптировать нейронные сети, чтобы они соответствовали физической реальности. солнце. Они назвали результат «солнечными нейронными сияющими полями» или SuNeRF.
Фото: NCAR и UCAR Новые перспективы Солнца, созданные SuNeRFs. НКАР и УКАР
Группа обучила SuNeRF на временной серии изображений, полученных тремя спутниками EUV-наблюдения, наблюдающими за Солнцем под разными углами. Как только нейронная сеть смогла точно реконструировать поведение Солнца в прошлом в районах, покрытых спутниками, у исследователей появилась 3D-модель звезды, которую можно было использовать для приблизительного определения того, как выглядели солнечные полюса в тот период времени.
Трембле вместе со своей международной командой стал соавтором статьи, которая теперь размещена на сервере препринтов arXiv, в которой подробно описан процесс и важность их работы. Хотя модель, созданная ИИ, является лишь приближением, новые перспективы по-прежнему предоставляют инструмент, который можно использовать для изучения Солнца и информирования о будущих солнечных миссиях.
В настоящее время не существует специализированных миссий по изучению полюсов Солнца. Solar Orbiter, миссия Европейского космического агентства, которая будет делать снимки Солнца крупным планом, пролетит вблизи полюсов и поможет проверить SuNeRF, а также уточнить реконструкцию полюсов. Тем временем Тремблей и его коллеги-исследователи планируют использовать суперкомпьютер Derecho NSF NCAR, чтобы повысить разрешение своей модели, изучить новые методы искусственного интеллекта, которые могут повысить точность их выводов, и разработать аналогичную модель для атмосферы Земли.
«Использование ИИ таким образом позволяет нам использовать имеющуюся у нас информацию, но затем оторваться от нее и изменить подход к исследованиям», — сказал Трембле. «ИИ быстро меняется, и я рад видеть, как достижения улучшают наши модели и что еще мы можем сделать с помощью ИИ».
